-
公开(公告)号：CN116704248B
公开(公告)日：2024-10-25
申请号：CN202310672837.X
申请日：2023-06-07
Applicant: 南京大学 , 中国医科大学附属第一医院
IPC: G06V10/764 , G06V10/774 , G06V10/26 , G06V20/70 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种基于多语义不平衡学习的血清样本图像分类方法。首先，对原始图像进行裁剪和边缘识别等，获取含有血清样本信息的方形图片；接着，对训练样本进行预处理后使用深度10进行训练，构建分类模型，在模型评估时构建再平衡的数据集并进行联合测试，使得方法不会偏向于出现次数较多的类别；对样本图像训练一个二分类模型；然后，分别对这些模型使用应对类别不平衡的深度学习方法进行优化；最后，将得到的模型综合起来，得到一个用于识别血清样本质量的模型。本发明提出了一种新的应对多语义类别不平衡学习的方法，并结合神经网络二分类方法，实现了较高的图像分类精度。
-
公开(公告)号：CN116883727A
公开(公告)日：2023-10-13
申请号：CN202310752252.9
申请日：2023-06-25
Applicant: 中国医科大学附属第一医院 , 南京大学
IPC: G06V10/764 , G06V10/25 , G06Q10/0639 , G16H10/40 , G06V10/44
Abstract: 本发明公开一种基于机器学习算法的实验室血清质量识别方法及计算机设备与存储介质，具体包括血清样本图片生成步骤、血清质量识别助手（SQRA）系统处理步骤、生化分析仪检测步骤、干扰信息报告生成和结果分析步骤。本发明具有较高的通过率和较低的假阴性率。同时，系统有友好的图形界面，加快了实验室血清样本检测的速度，提升了操作人员与系统交互的效率。同时对系统的模块进行了优化，提高了模块之间的交互速度，加强了系统的鲁棒性和稳定性。
-
公开(公告)号：CN116704248A
公开(公告)日：2023-09-05
申请号：CN202310672837.X
申请日：2023-06-07
Applicant: 南京大学 , 中国医科大学附属第一医院
IPC: G06V10/764 , G06V10/774 , G06V10/26 , G06V20/70 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种基于多语义不平衡学习的血清样本图像分类方法。首先，对原始图像进行裁剪和边缘识别等，获取含有血清样本信息的方形图片；接着，对训练样本进行预处理后使用深度10进行训练，构建分类模型，在模型评估时构建再平衡的数据集并进行联合测试，使得方法不会偏向于出现次数较多的类别；对样本图像训练一个二分类模型；然后，分别对这些模型使用应对类别不平衡的深度学习方法进行优化；最后，将得到的模型综合起来，得到一个用于识别血清样本质量的模型。本发明提出了一种新的应对多语义类别不平衡学习的方法，并结合神经网络二分类方法，实现了较高的图像分类精度。
-
公开(公告)号：CN117612163B
公开(公告)日：2024-10-29
申请号：CN202311730723.2
申请日：2023-12-15
Applicant: 南京大学 , 复旦大学附属中山医院
Abstract: 本发明公开一种结合反绎学习与深度学习的免疫固定电泳图像识别方法，首先，获取免疫固定电泳图像及相关联的标记信息；针对少量且类别不平衡现象较为严重的样例数据，结合反绎学习引入专家知识，依照人工识别规则对样例数据进行切分和重新组合，从而实现免疫固定电泳图像的自动生成和标注；结合专家知识库，利用多任务学习范式和注意力机制设计神经网络结构，构建深度学习模型，对经反绎学习增广后的数据进行训练，获得高效且准确的分类模型；将所得到的分类模型应用于免疫固定电泳图像的识别中，准确、高效地实现免疫固定电泳图像的自动识别。
-
公开(公告)号：CN118196406A
公开(公告)日：2024-06-14
申请号：CN202410163502.X
申请日：2024-02-05
Applicant: 南京大学 , 中国人民解放军东部战区总医院
IPC: G06V10/26 , G06V20/69 , G06V10/762 , G16H50/20 , G16H10/60
Abstract: 本申请提供了一种用于对图像进行分割处理的方法、装置及计算机可读介质。根据本申请的方法包括：获取待处理的目标图像，所述目标图像包含多个目标对象；通过使用目标分割模型和目标聚类算法来对目标图像中包含的各个目标对象进行分割处理；生成所述目标图像的分割结果信息。本申请通过结合分割模型和聚类算法来对图像中彼此交叠的细长结构的对象进行图像分割处理，并达到优异的图像分割效果；并且，根据本申请实施例的方法，通过结合分割模型和聚类算法来在精子检测的场景中对精子显微照片进行图像分割处理，准确识别和分割彼此交叠的精子尾部，整个过程无需人工参与，实现了精子自动分割，极大地提升了对显微照片中的精子进行分割的效率。
-
Patent Agency Ranking
公开(公告)号：CN118196406B
公开(公告)日：2025-03-04
申请号：CN202410163502.X
申请日：2024-02-05
Applicant: 南京大学 , 中国人民解放军东部战区总医院
IPC: G06F30/27
Abstract: 本申请提供了一种用于对图像进行分割处理的方法、装置及计算机可读介质。根据本申请的方法包括：获取待处理的目标图像，所述目标图像包含多个目标对象；通过使用目标分割模型和目标聚类算法来对目标图像中包含的各个目标对象进行分割处理；生成所述目标图像的分割结果信息。本申请通过结合分割模型和聚类算法来对图像中彼此交叠的细长结构的对象进行图像分割处理，并达到优异的图像分割效果；并且，根据本申请实施例的方法，通过结合分割模型和聚类算法来在精子检测的场景中对精子显微照片进行图像分割处理，准确识别和分割彼此交叠的精子尾部，整个过程无需人工参与，实现了精子自动分割，极大地提升了对显微照片中的精子进行分割的效率。
-
公开(公告)号：CN118351407A
公开(公告)日：2024-07-16
申请号：CN202410443022.9
申请日：2024-04-12
Applicant: 复旦大学附属中山医院 , 南京大学
IPC: G06V10/80 , G06V10/82 , G06V10/764 , G06V10/778 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种融合多模态学习的免疫固定电泳(IFE)图谱分析方法。免疫固定电泳图像由六条区带组成，并且在横向上可以分为四个区域。区带在某个横向区域的匹配标志了异常蛋白的位置信息。在进行免疫固定电泳的同时，通常会进行血清电泳检测，血清电泳图像包含了异常蛋白的位置信息。本方法通过将同一患者对应的血清电泳图像和免疫固定电泳图像同时作为输入进行多模态模型学习，来进行IFE图谱的阴阳性分类和区带分类。针对少量且类别不平衡现象较为严重的样例数据，引入专家知识，对样例数据进行处理和标注；对两种模态数据进行特征提取和融合，训练高效且准确的分类器模型。与传统的单模态方法相比，多模态方法在阴阳二分类和区带分类的性能上都有显著的提升。通过综合利用血清电泳和免疫固定电泳图像的信息，该方法能够提高阴阳分类和区带分类的准确率，有望在免疫病理学的临床诊断中发挥重要作用。
-
公开(公告)号：CN117612163A
公开(公告)日：2024-02-27
申请号：CN202311730723.2
申请日：2023-12-15
Applicant: 南京大学 , 复旦大学附属中山医院
Abstract: 本发明公开一种结合反绎学习与深度学习的免疫固定电泳图像识别方法，首先，获取免疫固定电泳图像及相关联的标记信息；针对少量且类别不平衡现象较为严重的样例数据，结合反绎学习引入专家知识，依照人工识别规则对样例数据进行切分和重新组合，从而实现免疫固定电泳图像的自动生成和标注；结合专家知识库，利用多任务学习范式和注意力机制设计神经网络结构，构建深度学习模型，对经反绎学习增广后的数据进行训练，获得高效且准确的分类模型；将所得到的分类模型应用于免疫固定电泳图像的识别中，准确、高效地实现免疫固定电泳图像的自动识别。
-
公开(公告)号：CN119169023A
公开(公告)日：2024-12-20
申请号：CN202411076276.8
申请日：2024-08-06
Applicant: 南京大学 , 中国人民解放军东部战区总医院
Abstract: 本申请提供了一种用于对图像进行分割处理的方法、装置、介质和程序产品。根据本申请的方法包括：获取待处理的目标精子图像；通过使用结合SAM的分割模型对所述目标精子图像中包含的各个精子目标实例进行图像分割处理；通过使用骨架提取算法对精子尾部数据进行骨架提取和断尾处理，得到各个精子尾部对应的尾部片段；使用断尾拼接算法来对所述尾部片段进行尾部拼接处理，得到拼接后的精子尾部数据；基于得到的精子头部数据和拼接后的精子尾部数据，将各个精子的头部与尾部进行匹配与拼接处理，得到所述目标精子图像的包含的各个精子目标实例的分割结果信息；基于预设的分类规则对所述目标精子图像的分割结果信息进行分类处理。
-
公开(公告)号：CN113988979B
公开(公告)日：2024-12-13
申请号：CN202111253756.3
申请日：2021-10-27
Applicant: 南京大学
IPC: G06Q30/0601 , G06F16/9535 , G06F16/958 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于条件相似性语义匹配的多维度商品信息推荐方法，包括训练数据收集步骤，模型训练步骤和商品推荐步骤；首先在商城网站上提取相关商品的图片数据并进行预处理和相似性标注来进行数据收集，收集足量的商品数据后训练全局模型来得到一个全局的特征度量，然后再由全局模型分出多种维度的局部模型，每个维度对应一种商品的属性，最后综合多种语义来进行商品信息推荐。本发明的方法在实施过程中并不需要在每个维度上做具体的标注，而是只需要做相似性判断就能应对用户多种维度的商品信息推荐需求。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.032 seconds)
